9个AI智能体参与美国国家实验室开放研究问题评测，均未达到专家标准

一项论文让9个AI智能体针对美国国家实验室研究人员的15个开放问题开展自主后续研究，135份提交均未同时满足诚实、完整和达到专家标准三项要求。评测由GPT-6 Astra辅助评分，人类专家交叉复核科学质量；只有GPT-6 Astra、GPT-5.6 Sol和Claude Opus 5.5提交过无完整性违规的结果，且GPT-6 Astra仅有一份提交完整。